R Notebook

Caso Práctico

# Gráficos básicos R: hacer un gráfico de barras con la cantidad de diamantes que hay para cada valor de la variable cut.
plot(diamonds$cut, 
     main = "Corte del diamante", 
     xlab = "Tipo de diamante", 
     ylab = "Valores", 
     las = 1,
     col = topo.colors(length(unique(diamonds$cut))))

#Ggplot: realizar un histograma del precio que muestre la frecuencia acumulada de la variable cut.
ggplot(diamonds) +
  geom_histogram(mapping = aes(x = price, fill = cut))

`stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

# Realiza un diagrama boxplot sobre el precio en función de la variable cut, obtén un diagrama diferente por cada variable clarity.
ggplot(diamonds) +
  geom_boxplot(mapping = aes(price, fill = cut)) + facet_wrap(~clarity)

# Gráficos básicos de R: realizar una gráfica múltiple de cuatro visualizaciones en donde, para cada visualización, se realice un diagrama de dispersión en el que se tomen los valore: “x”, “y”, “z” y carat contra depth.

par(mfcol=c(2,2))

# Fila 1, columna 1
plot(diamonds$x, diamonds$depth, 
     xlab = "Variable X", 
     ylab = "depth", 
     main = "X ~ depth",
     col = 'darkgreen')

# Fila 2, columna 1
plot(diamonds$y, diamonds$depth, 
     xlab = "Variable Y", 
     ylab = "depth", 
     main = "Y ~ depth",
     col = 'darkred')

# Fila 1, columna 2
plot(diamonds$z, diamonds$depth, 
     xlab = "Variable Z", 
     ylab = "depth", 
     main = "Z ~ depth",
     col = 'blue')

# Fila 2, columna 2
plot(diamonds$carat, diamonds$depth, 
     xlab = "Variable Quilates", 
     ylab = "depth", 
     main = "Quilates ~ depth",
     col = 'purple')

# Ggplot2: realizar un diagrama de dispersión con recta de ajuste del price sobre carat.
ggplot(diamonds) +
  geom_point(mapping = aes(price, carat)) + geom_smooth(aes(price, carat), method = lm)

`geom_smooth()` using formula = 'y ~ x'

# Plotly: tomar una muestra de 100 observaciones y realizar un diagrama de barras de la variable cut contra price, en función de clarity.

fig.bar <- plot_ly (
  data = sample_n(diamonds, 100),
  x = ~cut,
  y = ~price,
  type = "bar",
  color = ~clarity
)

fig.bar 

# Plotly: realizar un diagrama de sectores de la variable cut con los valores de carat.
fig <- plot_ly(
  data = diamonds,
  labels = ~cut,
  values = ~carat,
  type = 'pie'
) 

fig